论文部分内容阅读
针对自由空间光通信下大气湍流引起极化码译码中错误比特难以定位的问题,提出一种自由空间光通信下的LSTM-SCFlips译码方法。首先将极化码串行抵消(SC)译码的对数似然比(LLR)信息序列进行one-hot预编码处理,在不同训练步长下,分析与学习极化码对数似然比信息序列的特征,综合考虑神经预测模型的均方根误差和计算复杂度,选取合适的训练步长,在提升预测结果精确度的基础上,进一步消除预测结果过拟合的现象。通过长短时记忆(LSTM)神经网络模型定位SC译码的第一个错误位时,按错误概率大小排序,依次进行SC译